Begini rancangan website yang diawali dengan kotak-kotak 😎 Desain inilah yang akan menjadi panduan untuk melakukan koding. Kalau teman-teman punya usaha yang mau dibuatkan websitenya bisa kunjungi bio atau DM langsung ya. instagram.com/reel/DY32VNloL…

✨ QQL Minting Reopened! Last 50 passes are free - take a look: x.com/HobbsxTyler_/status/20… @koding @OptimumAviation @PotentiaMED x.com/i/broadcasts/18Awy67xG…

hahahihi, nyambi koding, isi post test pembicara pake gbt malah dpr doorprize, asek x, andai hidupku selalu semulus ini

17 dari total 40 pages transkrip (1 sesi wwcr☺️) kelar gw koding. Start dari jam 11 lama bgt entah otak gw yg lemot apa emg analisis omongan org se-tricky itu

Masih mikir terjun ke Web3 harus jago koding tingkat dewa atau paham bahasa pemrograman ribet? Sini ngumpul, mari kita patahkan mitos itu #FloqAmbasador

Intinya, banyak banget pintu masuk ke Web3 selain jadi dev. Asah aja skill yang emang udah kalian suka! ​Kalo disuruh milih buat didalemin, kalian mending asah skill teknis (koding/analisis data) atau non-teknis (desain/komunitas)? Coba drop alasannya! 👇

Eay koding

njir anak koding wak

malming gue jadwal koding-an 😭

Claude perfeksionis ✅ sebagai sesama perfeksionis, paling cocok sih sama dia, bahkan untuk model free nya bisa bikin dokumen juga jadi kerasa rapih. Disclaimer belum pernah buat koding yak, buat proyekan konten AI aja 😁

Koding and other money making techniques

Dia uda kasi solusi Eay dan koding

aku pake 2,5 7b , buat chat biasa aja ngawur bang, apalagi buat koding, kayaknya udah lumayan kalo 27 an ke atas

ahh iya dari awal yg konten koding kocak gitu,, sekarang konten kocaknya ke arah politik nyindir alus sukaa banget

wah kak, bahkan jabar zamanku jangankan koding, mapel TIK aja gak ada. so gw nyentuh laptop dan seisinya tuh baru wktu kuliah wkwkwk

Apkh aku harus buka buku keramat tebal warna merah biru cinta itu lagi....(inisial buku koding)

Enig i mye her, men det jeg sa over er nokså kompatibelt med innvendingene dine Angående det du sier om cloud rentals er jo dette nettopp hvorfor jeg er investert i Targon, som er en desentralisert compute-plattform som tilbyr konfidensiell databehandling, og som primært brukes til å kjøre open source-modeller Mener for øvrig det er en falsk dikotomi når man snakker om open source *versus* closed cource, fremtiden tror jeg blir en hybridmodell der bedrifter bruker OS til enkle workflows og CS til mer komplekse, særlig der det kreves compliance og det stilles strengere krav til personvern og lignende Tro det vil bli et mulighetsrom for aktører som tilbyr "harnesser" a la Cursor, bare for workflows i stedet for koding, dette var jo en av hovedgrunnene til at jeg investerte i Palantir tidlig i 2023, deres AIP-plattform passer godt med den beskrivelsen Ellers ser Thinking Machines ut til å bygge en interessant løsning med Tinker, samt at du har aktører som Databricks, men likt for de alle er at de abstraherer bort kompleksitet og hjelper bedrifter med å optimalisere tokenkost ved å anvende riktig modell til riktig jobb Du har absolutt et poeng i at moatsene til AI-labsene ikke er like sterke som det jeg kanskje ga uttrykk for i innlegget over, på grunn av at modellene og bruken av dem i økende grad abstraheres bort (iallfall på enterprise-nivå) ...men som jeg nevnte på slutten er det fortsatt usikkert hvorvidt og til hvilken grad de vil dominere agent/app-laget, og bli mer som "go to"-plattformer/økosystemer mer enn rene modell-leverandører som opererer i bakgrunnen (her mener jeg juryen fortsatt er ute), og da snakker vi om en helt annen marginprofil Derav åpen for AI-labsene lenger frem i tid *hvis* prisen blir rett og at ting spiller seg ut fordelaktig for dem

De fleste kinesiske modeller er open source (MIT eller Apache), så man kan bruke modellene og ha kontroll på egen data fra prompt til respons. Dette krever mer oppsett, men vi ser allerede antydning til at hardware produsenter som Apple (Apple Silicon) og NVIDIA går hardt ut for å støtte opp under open source modeller, da de er mer tjent med at enkeltstående brukere drifter selv fremfor clusters hos frontier labs som Anthropic og OpenAI. Det dukker også stadig opp aktører som kapitaliserer på dette og fasiliterer for cloud rentals av GPUs for å kjøre open source modeller uten og gi ifra seg data. Angående moats som integrasjoner, workflows etc er dette noe hvem som helst kan sette opp og ikke unikt for frontiers. Jeg vil egentlig si dette ikke er moat for dem i det hele tatt, da det finnes aktører som er langt bedre på å operasjonalisere AI agenter enn dem (primært Palantir). Insentivstrukturen til frontier labs er forkludret i at de helst ser brukere tokenmaxxe, noe proxy tilbydere snur på hodet med å fokusere på verdidrevne avtaler ofte basert på gainshare gjennom økt operasjonell effektivitet etc. Moatet deres er først og fremst bedre modeller, men dette gapet ser ut til å bli mindre for hver release. På mange benchmarks (selv om jeg syns benchmarks ofte er tull, de tilpasses det modellen allerede er god på) er ikke forskjellen større en 2-10%, altså forsvinnende lite for de aller fleste bruksområder utenom heavy koding og matte. Det er også mye som tyder på at infrastrukturen agenten jobber på harness gir større utslag enn kapasitet på modellene. Vanskelig og spå, men holder meg milevis unna både Anthropic og OpenAI, men bull hardware og infrastruktur/operasjonell AI.

Kalo boleh tau struggle-nya apa mas? (ketahuan saya ga pernah koding native wkwk xD)

jangan terlalu dikoding koding kan lah